数理统计中的常见统计量
数理统计中的常见统计量
1. 样本均值 (Sample Mean)
- 定义：样本均值是样本数据的算术平均数。
- 公式：(\bar{X} = \frac{1}{n} \sum_{i=1}^n X_i)
- 用途：用于估计总体均值 (\mu)。
2. 样本方差 (Sample Variance)
- 定义：样本方差是样本数据偏离样本均值的平方的平均数，用来度量数据的离散程度。
- 公式：(S^2 = \frac{1}{n-1} \sum_{i=1}^n (X_i - \bar{X})^2)
- 用途：用于估计总体方差 (\sigma^2)。
3. 样本标准差 (Sample Standard Deviation)
- 定义：样本标准差是样本方差的平方根。
- 公式：(S = \sqrt{S^2})
- 用途：用于度量数据的离散程度，与总体标准差 (\sigma) 的估计有关。
4. 样本中位数 (Sample Median)
- 定义：样本中位数是将数据按大小顺序排列后位于中间位置的值。
- 用途：用于度量数据的中心位置，特别适用于非对称分布的数据。
5. 样本分位数 (Sample Quantiles)
- 定义：样本分位数是将数据分成若干部分的值。
- 常见的分位数：四分位数（Q1, Q2, Q3），百分位数（P1, P2, ..., P99）。
- 用途：用于描述数据的分布情况。
6. 样本范围 (Sample Range)
- 定义：样本范围是样本中的最大值与最小值之差。
- 公式：(R = X_{\text{max}} - X_{\text{min}})
- 用途：用于描述数据的分布跨度。
7. 样本偏度 (Sample Skewness)
- 定义：样本偏度度量数据分布的对称性。
- 公式：
[
\text{Skewness} = \frac{n}{(n-1)(n-2)} \sum_{i=1}^n \left( \frac{X_i - \bar{X}}{S} \right)^3
] - 用途：用于判断数据分布的偏斜程度。
8. 样本峰度 (Sample Kurtosis)
- 定义：样本峰度度量数据分布的峰值高低。
- 公式：
[
\text{Kurtosis} = \frac{n(n+1)}{(n-1)(n-2)(n-3)} \sum_{i=1}^n \left( \frac{X_i - \bar{X}}{S} \right)^4 - \frac{3(n-1)^2}{(n-2)(n-3)}
] - 用途：用于判断数据分布的峰度，即是否比正态分布更尖或更平。
9. 样本相关系数 (Sample Correlation Coefficient)
- 定义：样本相关系数度量两个变量之间的线性关系。
- 公式：
[
r = \frac{\sum_{i=1}^n (X_i - \bar{X})(Y_i - \bar{Y})}{\sqrt{\sum_{i=1}^n (X_i - \bar{X})^2 \sum_{i=1}^n (Y_i - \bar{Y})^2}}
] - 用途：用于估计总体相关系数，反映变量间的相关性强度和方向。
10. 样本回归系数 (Sample Regression Coefficients)
- 定义：样本回归系数用于描述一个自变量对因变量的线性影响。
- 简单线性回归模型：(Y = \beta_0 + \beta_1 X + \epsilon)
- 回归系数估计：
[
\hat{\beta}1 = \frac{\sum^n (X_i - \bar{X})(Y_i - \bar{Y})}{\sum_{i=1}^n (X_i - \bar{X})^2}
]
[
\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X}
] - 用途：用于建立回归模型，预测和解释变量之间的关系。
11. 标准误 (Standard Error)
- 定义：标准误是样本统计量的标准差，反映样本统计量的变动程度。
- 样本均值的标准误：
[
SE_{\bar{X}} = \frac{S}{\sqrt{n}}
] - 用途：用于构建置信区间和进行假设检验。
12. 偏差 (Bias)
- 定义：偏差是统计量的期望值与总体参数之间的差异。
- 公式：
[
\text{Bias}(\hat{\theta}) = \mathbb{E}[\hat{\theta}] - \theta
] - 用途：用于评估统计量的估计偏差。
13. 均方误差 (Mean Squared Error)
- 定义：均方误差是估计量与真实参数之间差异的平方的期望。
- 公式：
[
\text{MSE}(\hat{\theta}) = \mathbb{E}[(\hat{\theta} - \theta)^2]
] - 用途：用于评估估计量的准确性。
14. 样本矩 (Sample Moments)
- 定义：样本矩是描述数据分布特征的统计量。
- 样本原点矩（关于原点的矩）：
[
M_k = \frac{1}{n} \sum_{i=1}^n X_i^k
]
其中，(M_1) 是样本均值，(M_2) 是样本原点二阶矩。 - 样本中心矩（以样本均值为中心）：
[
\mu_k = \frac{1}{n} \sum_{i=1}^n (X_i - \bar{X})^k
] - 用途：用于描述数据的形状，包括偏度和峰度。
15. 抽样统计量 (Sample Statistics)
- 定义：抽样统计量是从样本中计算出的数值，用于估计总体参数。
- 常见抽样统计量：
- 样本均值：(\bar{X})
- 样本方差：(S^2)
- 样本比例：(\hat{p} = \frac{1}{n} \sum_{i=1}^n X_i)（用于估计总体比例 ( p )）
- 样本标准误：用于估计样本统计量的标准差。
16. 卡方分布 (Chi-Square Distribution)
- 定义：卡方分布是一种右偏分布，是若干独立标准正态随机变量的平方和的分布。
- 公式：设 ( Z_i ) 是独立的标准正态随机变量，那么
[
\chi^2 = \sum_{i=1}^k Z_i^2
]
服从自由度为 ( k ) 的卡方分布。 - 用途：
- 卡方检验：用于检验分类数据的独立性和适合度（拟合优度检验）。
- 方差分析：用于方差齐性检验。
- 置信区间估计：用于总体方差的估计。
17. t 分布 (Student's t-Distribution)
- 定义：t 分布是用于小样本情况下估计总体均值的分布，当总体标准差未知且样本量较小时使用。
- 公式：设 ( X ) 服从正态分布，样本均值为 ( \bar{X} )，样本标准差为 ( S )，样本大小为 ( n )，则
[
t = \frac{\bar{X} - \mu}{S / \sqrt{n}}
]
服从自由度为 ( n-1 ) 的 t 分布。
- 用途：
- 单样本 t 检验：用于检验样本均值与已知值的差异。
- 独立样本 t 检验：用于比较两个独立样本的均值。
- 配对样本 t 检验：用于比较配对数据的均值差异。
- 置信区间估计：用于总体均值的置信区间估计。
18. F 分布 (F-Distribution)
- 定义：F 分布是两个独立卡方分布的比值，其分布取决于两个自由度。
- 公式：设 ( \chi^2_1 ) 和 ( \chi^2_2 ) 分别服从自由度为 ( d_1 ) 和 ( d_2 ) 的卡方分布，则
[
F = \frac{(\chi^2_1 / d_1)}{(\chi^2_2 / d_2)}
]
服从 ( d_1 ) 和 ( d_2 ) 自由度的 F 分布。 - 用途：
- 方差分析 (ANOVA)：用于比较多个组的方差是否相等。
- 回归分析：用于检验回归模型中整体回归关系的显著性。
19. z 分布 (Standard Normal Distribution)
- 定义：z 分布是标准正态分布，均值为 0，标准差为 1。
- 公式：对于正态分布 ( N(\mu, \sigma^2) )，标准化后的变量
[
Z = \frac{X - \mu}{\sigma}
]
服从标准正态分布。 - 用途：
- 单样本 z 检验：用于检验样本均值与总体均值的差异。
- 置信区间估计：用于总体均值和总体比例的置信区间估计。
总结
数理统计中的统计量种类繁多，每种统计量都有其特定的用途和计算方法。了解和掌握这些统计量及其应用是进行统计分析和推断的基础。以下是对这些统计量的简要概述：
- 描述性统计量：样本均值、样本方差、样本标准差、样本中位数、样本分位数、样本范围。
- 分布形状统计量：样本偏度、样本峰度。
- 相关性统计量：样本相关系数、样本回归系数。
- 抽样误差统计量：标准误、偏差、均方误差。
- 高阶矩统计量：样本原点矩、样本中心矩。
- 重要分布和相关统计量：
- 卡方分布：用于卡方检验、方差分析和总体方差估计。
- t 分布：用于小样本均值的检验和估计。
- F 分布：用于方差分析和回归分析。
- z 分布：用于大样本情况下的均值和比例检验。
这些统计量和分布构成了数理统计的基础工具，帮助我们从样本数据中进行推断和决策。了解它们的定义、用途和计算方法是进行统计分析和科学研究的关键。
浙公网安备 33010602011771号